Computer programing

The Fuzzy Logic or the Fuzzy Logic Control is an Artificial Intelligence approach/technique, which is especially used for designing and developing intelligent controlling systems. It provides an effective and efficient method to simulate the human thinking and behaviors in order to ensure the related intelligent controlling structure. In this context, this paper introduces the FL-LAB v2: a software system, which can be used to design and develop different kinds of Fuzzy Logic inference and controlling systems, by using an easy-to-use, interactive and effective software environment. This software system is the second version of pre-introduced software system and it provides more predefined controls to adjust and realize basic features and functions of a typical Fuzzy Logic inference or control system, without having any foreknowledge about the related subject area. Furthermore, the software system has also been designed on simple but visually improved Windows-form application interfaces. Generally, FL-LAB v2 system is appropriate to be used by most people interested in the Fuzzy Logic and the Fuzzy Logic Control. It ensures an alternative approach to more technical programs based on the related approach/technique.

[TR] Bu çalışmanın amacı, mevcut mesleki eğitimin eleştirisine alternatif bir katkı olması adına; Türkiye'deki meslek yüksekokullarını, geçmiş süreçteki (1940'lı yıllardan 50'li yılara kadar) köy enstitüleri dönemini ve şu sıralar oldukça dikkat çekici bir konu olan Finlandiya eğitim sistemini tek bir çatı altında değerlendirmektir. Çalışma içerisinde öncelikli olarak mesleki eğitimin tarihsel sürecine dikkat çekilmiş ve günümüzdeki meslek yüksekokullarının durumu hakkında kısa detaylara değinilmiş, Türk eğitim sisteminin köşe-taşlarından birisi olan, köy enstitülerinin özelliklerine-işlevlerine ve köy enstitüleri dönemine ışık tutulmuş ve Finlandiya eğitim sistemine (son zamanlardaki devrimsel müfredat değişikleri de dikkate alınarak) yönelik bilgilere yer verilmiştir. Akabinde, bu üç eğitimsel yapının – sistemin avantaj ve dezavantajları incelenerek, Türkiye'deki meslek yüksekokullarının mevcut durumuna çeşitli eleştiriler getirilmiştir. Özellikle istatistiksel verilerden yola çıkılarak dile getirilen eleştirilere ek olarak, Türkiye'deki meslek yüksekokullarının eğitimsel süreçteki etkinliğini artırmak adına neler yapılabileceğine yönelik öneriler de yine yazarlar tarafından dile getirilmiştir. Çalışmanın eğitim sistemlerine yönelik araştırma çalışmalarına etkin bir referans olacağı düşünülmektedir.

[ENG] Objective of this study is to make an alternative contribution to the criticism of current Turkish vocational education by evaluating vocational schools in Turkey, village institutions that were active in the past period (from 1940s till 50s) of Turkey, and Finland education system under a common framework. In this study, some essential information regarding to history of Turkish vocational education, current situation of Turkish vocational schools, features and functions of village institutes (which are one of cornerstones of Turkish education system), and the Finland education system (with the latest revolutionary curriculum changes) were given first. After that, some criticisms regarding to current situation of vocational schools in Turkey were made by examining advantages and disadvantages of the related three educational structures – systems. In addition to the related criticisms made by considering especially statistical data, some suggestions on how to improve effectiveness of vocational schools in Turkey were provided by the authors. It is thought that this study will be an effective reference for the studies about education systems.

The definition, diagnosis and classification of Diabetes Mellitus and its complications are very important. First of all, the World Health Organization (WHO) and other societies, as well as scientists have done lots of studies regarding this subject. One of the most important research interests of this subject is the computer supported decision systems for diagnosing diabetes. In such systems, Artificial Intelligence techniques are often used for several disease diagnostics to streamline the diagnostic process in daily routine and avoid misdiagnosis. In this study, a diabetes diagnosis system, which is formed via both Support Vector Machines (SVM) and Cognitive Development Optimization Algorithm (CoDOA) has been proposed. Along the training of SVM, CoDOA was used for determining the sigma parameter of the Gauss (RBF) kernel function, and eventually, a classification process was made over the diabetes data set, which is related to Pima Indians. The proposed approach offers an alternative solution to the field of Artificial Intelligence-based diabetes diagnosis, and contributes to the related literature on diagnosis processes.

The diagnosis of heart diseases from heart sounds is a matter of many years. This is the effect of having too many people with heart diseases in the world. Studies on heart sounds are usually based on classification for helping doctors. In other words, these studies are a substructure of clinical decision support systems. In this study, three different heart sound data in the PASCAL Btraining data set such as normal, murmur, and extrasystole are classified. Phonocardiograms which were obtained from heart sounds in the data set were used for classification. Both Artificial Neural Network (ANN) and Convolutional Neural Network (CNN) were used for classification to compare obtained results. In these studies, the obtained results show that the CNN classification gives the better  result  with  97.9%  classification  accuracy  according  to  the  results  of  ANN.  Thus,  CNN emerges  as  the  ideal  classification  tool  for  the  classification  of  heart  sounds  with  variable characteristics.

Diyabet hastalığının tespiti çalışmalarının temelini klinik karar destek sistemlerinin altyapısını oluşturan sınıflandırma çalışmaları oluşturmaktadır. Sınıflandırma çalışmalarındaki temel amaç sınıflandırma başarımını artırmak, teşhis oranını yükseltmektir. Bunun için çok farklı sınıflandırma yöntemleri ve farklı optimizasyon algoritmaları kullanılmaktadır. Bu bağlamda, bu çalışmada, diyabet hastalığının teşhisi için, Oto Kodlayıcı Sinir Ağları (OKSA) ile sınıflandırma çalışması yapılmıştır. Sınıflandırma çalışmasında yaygın olarak kullanılan UCI makine öğrenme laboratuvarındaki Pima Indian diyabet veri setinden yararlanılmıştır. Çalışmanın sonuçları diyabet hastalığının teşhisine odaklanan ve UCI'nin aynı makine öğrenme veri setini kullanan önceki çalışmaların sonuçları ile karşılaştırılmıştır. Elde edilen sınıflandırma doğruluğu %97,3'dir ve daha önce belirtilen sınıflandırma yöntemlerine kıyasla daha yüksektir. Elde edilen değerlendirmeler, önerilen yöntemin çok verimli olduğunu ve sınıflandırma başarısını artırdığını göstermiştir.

Diyabetik retinopati, şeker hastalığı kaynaklı ciddi bir göz hastalığıdır ve gelişmiş ülkelerde körlüğün en yaygın nedenidir. Bu çalışma retina fundus görüntülerinden diyabetik retinopatiyi teşhis etmek için görüntü işleme ve derin öğrenmenin kullanımını açıklamaktadır. Retina fundus görüntülerini iyileştirmek için HSV, V dönüşümü algoritması ve histogram eşitleme tekniklerini içeren pratik bir yöntem kullanılmıştır. Son olarak, retinal fundus görüntüsüne Gauss alçak geçiren filtre uygulanmıştır. Görüntü işlemeden sonra, Sınıflandırma Evrişimsel Sinir Ağı kullanılarak yapılmıştır. Önerilen yöntemin performansı Kaggle Diyabetik Retinopati Saptama veri tabanındaki 400 retinal fundus görüntüsü kullanılarak değerlendirilmiştir. Görüntü işlemenin her aşaması için sınıflandırma çalışması yapılmıştır. Her aşama için yirmi deneme yapılmış ve ortalama değerler alınmıştır. Görüntü işleme sonrası sınıflandırma çalışması yapılmıştır. Bu çalışmada doğruluk % 96,67, duyarlılık % 93,33, özgüllük % 97,78, hassasiyet ve hatırlama % 93,33, F skoru % 93,33 olarak bulunmuştur. Elde edilen sonuçlar, önerilen yöntemin, retina fundus görüntülerinden diyabetik retinopatiyi teşhis etmek için çok etkili ve başarılı olduğunu göstermektedir.